Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Caso Práctico Producto4 CC Hidalgo Zagal Jefferson
Caso Práctico Producto4 CC Hidalgo Zagal Jefferson
(CIYA)
Ingeniería Industrial
CONTROL DE CALIDAD
5 “A”
CICLO ACADÉMICO
Los gráficos de control por atributos constituyen la herramienta esencial utilizada para
controlar características de calidad con sólo dos situaciones posibles, por ejemplo:
etc.; o bien para características que se puedan contar, como número de manchas, número de
caso de que sólo se considere si se cumplen o no las especificaciones de calidad sin importar
cuál es el valor concreto de dicha variable. Las especificaciones de calidad son las medidas
• c: Número de defectos.
• Defectos (c y u).
Por otro lado, se pueden agrupar según como se presenten los datos:
1
Objetivos
Objetivo General
Resolver los casos prácticos propuestos por el profesor, mediante la utilización de las cartas
de control para atributos, determinando así los procesos productivos que puedan estar bajo
control; mediante la aplicación de las cartas de control para atributos: P, NP, C y U se
determinará si el número de no conformidades o errores están dentro de los rangos permitidos
o los límites de control que se calcularán aplicando las respectivas fórmulas para cada caso.
Objetivos Específicos
Minitab).
2
Actividades
Caso 1:
Gráfica NP
Σd
̅P =
Σn
̅P = = 0,012
lcs = np + 3√np − p
lcs
lcs = 22,804
lci = np − 3√np − p
3
lci
lci = 1,863
Gráfico Np de N° de no conformidades
30
25
20
15
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
4
2.1. Análisis:
Los gráficos NP nos sirven para controlar el número de productos defectuosos dentro de un
proceso. En este caso se han hallado 2 errores en un total de 30 muestras, mismos que se
han producido en los días 18 y 19. El siguiente paso es realizar una corrección eliminando
estos datos, pero en la vida real se deben analizar las 6 “M” y aplicar las debidas correcciones.
̅P = = 0,011
lcs
lcs = 21,512
lci
lci = 1,345
5
Gráfica NP de C2
25
1
LCS=21,51
Conteo de muestras 20
15
__
NP=11,43
10
LCI=1,34
0
1 4 7 10 13 16 19 22 25 28
Muestra
3.1. Análisis:
Las correcciones han sido aplicadas, sin embargo, el proceso se encuentra muy disperso,
existe una muestra en donde el número de conformidades está muy próximos a los límites de
lcs = np + 3√np − p
lcs = 20,999
lci = np − 3√np − p
lci = 1,075
Gráfico Np de N° de no conformidades
25
20
15
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
6
Gráfica NP de Número de no conformidades (d)
1
LCS=20,95
20
Conteo de muestras
15
__
NP=11,04
10
LCI=1,13
0
1 4 7 10 13 16 19 22 25
Muestra
4.1. Análisis:
Las correcciones han sido aplicadas, aun dándonos como resultado que el proceso se
encuentra aún disperso, existe una muestra en donde el número de conformidades está muy
lcs = np + 3√np − p
lcs = 20,441
lci = np − 3√np − p
lci = 0,867
Gráfico Np de N° de no conformidades
25
20
15
10
5
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
7
Gráfica NP de Número de no conformidades (d)
20 LCS=20,39
15
Conteo de muestras
__
NP=10,65
10
LCI=0,91
0
1 4 7 10 13 16 19 22 25
Muestra
5.1. Análisis:
Al realizar las ultimas correcciones tenemos como resultado que el proceso ya no se encuentra
tan disperso, en donde todo el número de conformidades están dentro de los límites de control.
Gráfica C
̅c = ∑c / g
̅c = = 12,333
lc = ̅c
lcs = ̅c + 3√̅c
lcs
lcs = 22,869
lci = c̅ − 3 √̅c
8
lci
lci = 1,789
Gráfico C de N° de no conformidades
30
25
20
15
10
5
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
LCS=22,87
20
Conteo de muestras
15
_
C=12,33
10
LCI=1,80
0
1 4 7 10 13 16 19 22 25 28
Muestra
2.1. Análisis:
Los gráficos C son utilizados para graficar el total de defectos en una muestra o subgrupos
cuando ésta es constante. De la misma manera que en la gráfica NP, existen datos fuera de
conformidades cada una. La semejanza con la gráfica NP es que ambas se utilizan cuando el
9
tamaño de subgrupos es constante y la diferencia está en que en la gráfica NP, el valor central
̅c = = 11,429
lc = ̅c
lcs
lcs = 21,570
lci
lci = 1,287
Gráfico C de N° de no conformidades
25
20
15
10
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27
1
LCS=21,57
20
Conteo de muestras
15
_
C=11,43
10
LCI=1,29
0
1 4 7 10 13 16 19 22 25 28
Muestra
10
3.1. Análisis:
Eliminando los datos defectuosos se llega a la misma gráfica de control NP, en donde la
muestra 4 se encuentra fuera de los límites de control, con la particularidad de que el proceso
es muy disperso.
̅c = 10,654
lc = ̅c
lcs = c̅ + 3√̅c
lcs = 20,446
lci = ̅c − 3 √̅c
lci = 0,862
Gráfico C de N° de no conformidades
25
20
15
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
15
Conteo de muestras
_
C=10,65
10
LCI=0,86
0
1 4 7 10 13 16 19 22 25
Muestra
11
4.1. Análisis:
Eliminando el último dato defectuoso se llega a la misma gráfica de control NP, en donde todas
las muestras se encuentran dentro de los límites de control, aun existiendo la particularidad
de que el proceso es muy disperso y que el control de las fallas es más rápido.
Caso 2:
12
21-feb 90 4 06-abr 83 5
24-feb 92 7 07-abr 69 6
25-feb 80 4 08-abr 79 3
26-feb 81 5 09-abr 79 8
27-feb 105 8 10-abr 76 6
28-feb 80 8 13-abr 92 7
02-mar 82 5 14-abr 80 4
03-mar 75 3 15-abr 78 8
Gráfica P
̅P d / ∑n
̅P
Total de inspeccionados
n̅ =
Total de subgrupos
n̅
P(1 − P)
= P + 3√
lcs n
lcs
lcs
P(1 − P)
= P − 3√
lci n
lci
lci
13
2. Realizar el gráfico en Excel y Minitab:
Gráfico P de Errores
0,300
0,250
0,200
0,150
0,100
0,050
0,000
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61
P LCS LCI LC
Gráfica P de Errores
1
0,25
0,20
LCS=0,1922
Proporc n
0,15
ió
_
0,10
P=0,0934
0,05
0,00 LCI=0
1 7 13 19 25 31 37 43 49 55 61
Muestra
Las pruebas se realizaron con tamaños de la muestra desiguales
2.1. Análisis:
especificaciones en un lote producido. Para este caso, existe un dato fuera que es el de la
muestra 3 de rango que se presenta en una relación entre los errores registrados y el número
14
3. Graficar aplicando las correcciones:
̅P
n̅
lcs
lcs = 0,185
lci
lci = −0,004 ⇒ 0
Gráfico P de Errores
0,200
0,150
0,100
0,050
0,000
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61
P LCS LCI LC
Gráfica P de Errores
0,20
LCS=0,1880
0,15
Proporc n
ió
0,10 _
P=0,0905
0,05
0,00 LCI=0
1 7 13 19 25 31 37 43 49 55 61
Muestra
Las pruebas se realizaron con tamaños de la muestra desiguales
15
3.1. Análisis:
Una vez aplicada la corrección, se observa que todos los datos están dentro de los límites de
control, sin embargo, se debe llevar el control del proceso del 5 de marzo, ya que en la gráfica
realizada en el Minitab nos muestra que la relación entre el número de errores y etiquetas es
Gráfica U
Σxi
U̅ =
s
U̅
U̅
lcs = U̅ + 3√ n
lcs
lcs = 0,194
U̅
lci = U̅ − 3√ n
lci
lci = −0,007 ⇒ 0
16
2. Graficar en Excel y Minitab:
Gráfico U de Errores
0,300
0,250
0,200
0,150
0,100
0,050
0,000
1 3 5 7 9 11 1315171921232527293133353739414345474951535557 5961
Gráfica U de Errores
1
0,25
Conteo de muestras por unidad
0,20 LCS=0,1972
0,15
_
0,10
U=0,0934
0,05
0,00 LCI=0
1 7 13 19 25 31 37 43 49 55 61
Muestra
Las pruebas se realizaron con tamaños de la muestra desiguales
2.1. Análisis:
En los dos softwares de control se observaron los mismos resultados, sin embargo, el último
da a conocer que la gráfica se realizó con tamaños de muestra desiguales, por lo que los
límites de control varían con cada muestra. En este caso se observa que solamente existe un
dato fuera de rango en la muestra 3, por lo que se lo debe corregir y volver a graficar.
17
3. Graficar aplicando las correcciones:
U̅
lcs
lcs = 0,190
lci
lci = −0,009 ⇒ 0
Gráfico U de Errores
0,200
0,180
0,160
0,140
0,120
0,100
0,080
0,060
0,040
0,020
0,000
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61
Gráfica U de Errores
0,20
LCS=0,1927
Conteo de muestras por unidad
0,15
0,10 _
U=0,0905
0,05
0,00 LCI=0
1 7 13 19 25 31 37 43 49 55 61
Muestra
Las pruebas se realizaron con tamaños de la muestra desiguales
18
3.1. Análisis:
Al aplicar la corrección, todos los datos están dentro de los límites de control. Sin embargo, el
proceso es muy disperso y existe un dato que está ajustado en el límite de control superior,
Conclusiones
• La utilización de las herramientas (Excel y Minitab) nos han ayudado a graficar cada
proceso de los dos casos prácticos a resolver en este informe, siendo el mas acertado
el de Minitab ya que nos proporciona una lectura exacta de las medidas de control.
de los subgrupos es constante y la diferencia está en que para la gráfica NP, el valor
• La semejanza entre las gráficas P y U, es que los dos son útiles cuando el tamaño de
19
Anexos
Anexo 1. Ejercicio 1 - NP
Número de n d lcs lci lc
Subgrupo
1 1000 13 22,804 1,863 12,333
2 1000 4 22,804 1,863 12,333
3 1000 3 22,804 1,863 12,333
4 1000 22 22,804 1,863 12,333
5 1000 13 22,804 1,863 12,333
6 1000 6 22,804 1,863 12,333
7 1000 12 22,804 1,863 12,333
8 1000 19 22,804 1,863 12,333
9 1000 2 22,804 1,863 12,333
10 1000 17 22,804 1,863 12,333
11 1000 4 22,804 1,863 12,333
12 1000 12 22,804 1,863 12,333
13 1000 4 22,804 1,863 12,333
14 1000 21 22,804 1,863 12,333
15 1000 6 22,804 1,863 12,333
16 1000 17 22,804 1,863 12,333
17 1000 13 22,804 1,863 12,333
18 1000 25 22,804 1,863 12,333
19 1000 25 22,804 1,863 12,333
20 1000 15 22,804 1,863 12,333
21 1000 7 22,804 1,863 12,333
22 1000 19 22,804 1,863 12,333
23 1000 12 22,804 1,863 12,333
24 1000 9 22,804 1,863 12,333
25 1000 16 22,804 1,863 12,333
26 1000 4 22,804 1,863 12,333
27 1000 9 22,804 1,863 12,333
28 1000 18 22,804 1,863 12,333
29 1000 19 22,804 1,863 12,333
30 1000 4 22,804 1,863 12,333
TOTAL 30000 370
p 0,012
np 12,333
lcs 22,804
lci 1,863
1
Anexo 2. Ejercicio 1 – C
Número de Número Número de No lcs lci lc
Subgrupo Inspeccionado conformidades
(n) (d)
1 1000 13 22,869 1,798 12,333
2 1000 4 22,869 1,798 12,333
3 1000 3 22,869 1,798 12,333
4 1000 22 22,869 1,798 12,333
5 1000 13 22,869 1,798 12,333
6 1000 6 22,869 1,798 12,333
7 1000 12 22,869 1,798 12,333
8 1000 19 22,869 1,798 12,333
9 1000 2 22,869 1,798 12,333
10 1000 17 22,869 1,798 12,333
11 1000 4 22,869 1,798 12,333
12 1000 12 22,869 1,798 12,333
13 1000 4 22,869 1,798 12,333
14 1000 21 22,869 1,798 12,333
15 1000 6 22,869 1,798 12,333
16 1000 17 22,869 1,798 12,333
17 1000 13 22,869 1,798 12,333
18 1000 25 22,869 1,798 12,333
19 1000 25 22,869 1,798 12,333
20 1000 15 22,869 1,798 12,333
21 1000 7 22,869 1,798 12,333
22 1000 19 22,869 1,798 12,333
23 1000 12 22,869 1,798 12,333
24 1000 9 22,869 1,798 12,333
25 1000 16 22,869 1,798 12,333
26 1000 4 22,869 1,798 12,333
27 1000 9 22,869 1,798 12,333
28 1000 18 22,869 1,798 12,333
29 1000 19 22,869 1,798 12,333
30 1000 4 22,869 1,798 12,333
370
c 12,333
lcs 22,869
lci 1,798
2
Anexo 3. Ejercicio 2 – P
Fecha Etiquetas en los Errores P lcs lci lc
empaques
3
12-mar 71 3 0,042 0,189 0 0,093
13-mar 83 8 0,096 0,189 0 0,093
16-mar 103 4 0,039 0,189 0 0,093
17-mar 82 6 0,073 0,189 0 0,093
18-mar 90 7 0,078 0,189 0 0,093
19-mar 80 4 0,050 0,189 0 0,093
20-mar 70 4 0,057 0,189 0 0,093
23-mar 73 11 0,151 0,189 0 0,093
24-mar 89 13 0,146 0,189 0 0,093
25-mar 91 6 0,066 0,189 0 0,093
26-mar 78 6 0,077 0,189 0 0,093
27-mar 88 6 0,068 0,189 0 0,093
30-mar 76 8 0,105 0,189 0 0,093
31-mar 101 9 0,089 0,189 0 0,093
01-abr 92 8 0,087 0,189 0 0,093
02-abr 70 2 0,029 0,189 0 0,093
03-abr 72 11 0,153 0,189 0 0,093
06-abr 83 5 0,060 0,189 0 0,093
07-abr 69 6 0,087 0,189 0 0,093
08-abr 79 3 0,038 0,189 0 0,093
09-abr 79 8 0,101 0,189 0 0,093
10-abr 76 6 0,079 0,189 0 0,093
13-abr 92 7 0,076 0,189 0 0,093
14-abr 80 4 0,050 0,189 0 0,093
15-abr 78 8 0,103 0,189 0 0,093
TOTAL 5129 479
p 0,093
n 82,726
lcs 0,189
lci -0,003
4
Anexo 4. Ejercicio 2 – U
Fecha Etiquetas en los Errores Fracción lcs lci lc
empaques
21-ene 87 15 0,172 0,190 0 0,091
22-ene 79 13 0,165 0,190 0 0,091
24-ene 84 3 0,036 0,190 0 0,091
27-ene 73 7 0,096 0,190 0 0,091
28-ene 67 11 0,164 0,190 0 0,091
29-ene 73 8 0,110 0,190 0 0,091
30-ene 91 8 0,088 0,190 0 0,091
31-ene 94 11 0,117 0,190 0 0,091
03-feb 83 12 0,145 0,190 0 0,091
04-feb 89 12 0,135 0,190 0 0,091
05-feb 88 6 0,068 0,190 0 0,091
06-feb 69 11 0,159 0,190 0 0,091
07-feb 74 8 0,108 0,190 0 0,091
10-feb 67 4 0,060 0,190 0 0,091
11-feb 83 10 0,120 0,190 0 0,091
12-feb 79 8 0,101 0,190 0 0,091
13-feb 75 8 0,107 0,190 0 0,091
14-feb 69 3 0,043 0,190 0 0,091
17-feb 87 8 0,092 0,190 0 0,091
18-feb 99 13 0,131 0,190 0 0,091
19-feb 101 13 0,129 0,190 0 0,091
20-feb 76 7 0,092 0,190 0 0,091
21-feb 90 4 0,044 0,190 0 0,091
24-feb 92 7 0,076 0,190 0 0,091
25-feb 80 4 0,050 0,190 0 0,091
26-feb 81 5 0,062 0,190 0 0,091
27-feb 105 8 0,076 0,190 0 0,091
28-feb 80 8 0,100 0,190 0 0,091
02-mar 82 5 0,061 0,190 0 0,091
03-mar 75 3 0,040 0,190 0 0,091
04-mar 92 8 0,087 0,190 0 0,091
05-mar 69 13 0,188 0,190 0 0,091
06-mar 86 6 0,070 0,190 0 0,091
09-mar 85 13 0,153 0,190 0 0,091
10-mar 101 5 0,050 0,190 0 0,091
11-mar 87 5 0,057 0,190 0 0,091
12-mar 71 3 0,042 0,190 0 0,091
5
13-mar 83 8 0,096 0,190 0 0,091
16-mar 103 4 0,039 0,190 0 0,091
17-mar 82 6 0,073 0,190 0 0,091
18-mar 90 7 0,078 0,190 0 0,091
19-mar 80 4 0,050 0,190 0 0,091
20-mar 70 4 0,057 0,190 0 0,091
23-mar 73 11 0,151 0,190 0 0,091
24-mar 89 13 0,146 0,190 0 0,091
25-mar 91 6 0,066 0,190 0 0,091
26-mar 78 6 0,077 0,190 0 0,091
27-mar 88 6 0,068 0,190 0 0,091
30-mar 76 8 0,105 0,190 0 0,091
31-mar 101 9 0,089 0,190 0 0,091
01-abr 92 8 0,087 0,190 0 0,091
02-abr 70 2 0,029 0,190 0 0,091
03-abr 72 11 0,153 0,190 0 0,091
06-abr 83 5 0,060 0,190 0 0,091
07-abr 69 6 0,087 0,190 0 0,091
08-abr 79 3 0,038 0,190 0 0,091
09-abr 79 8 0,101 0,190 0 0,091
10-abr 76 6 0,079 0,190 0 0,091
13-abr 92 7 0,076 0,190 0 0,091
14-abr 80 4 0,050 0,190 0 0,091
15-abr 78 8 0,103 0,190 0 0,091
TOTAL 82,574 456
n 82,726
u 0,091
lcs 0,190
lci -0,009